شهد قطاع أشباه الموصلات سلسلة من التطورات الجوهرية التي تركز على تجاوز حدود التصميم التقليدية، حيث كشفت مراجعة تقنية حديثة عن تحولات عميقة في كيفية تصميم وتصنيع واختبار الرقائق، مع بروز دور متزايد للذكاء الاصطناعي والأنظمة غير المتجانسة.
التحول نحو التصميم غير المتجانس والـ Chiplets
مع توجه الصناعة نحو التصميم القائم على الرقائق الصغيرة (Chiplets)، أكد خبراء من شركة Siemens أن عملية "التحسين المشترك لتكنولوجيا الأنظمة" (STCO) والتحليل متعدد الفيزياء (Multiphysics analysis) أصبحا ضرورة ملحة. يهدف هذا التوجه إلى معالجة الاختناقات المتعلقة بالحرارة، واستهلاك الطاقة، وتحديات التكامل التي تفرضها التصاميم غير المتجانسة.
وفي سياق متصل، أوضح خبراء من Amkor أن المعالجات عالية الأداء لم تعد مجرد رقائق منفردة، بل أصبحت أنظمة متكاملة بحد ذاتها، مما يتطلب استراتيجيات تغليف وتصميم أكثر تعقيداً.
الذكاء الاصطناعي المادي وتحديات التصميم الآلي
يبرز مفهوم "الذكاء الاصطناعي المادي" (Physical AI) كأحد أهم المحاور؛ حيث يرى خبراء من Synopsys أن هذا النوع من الأنظمة يتطلب هندسة جديدة تدمج بين السيليكون، والمستشعرات، والبرمجيات، والميكانيكا، والطاقة، باستخدام نهج شامل يراعي القوانين الفيزيائية.
ومع ذلك، يفرض الاعتماد المتزايد على الذكاء الاصطناعي في توليد التصاميم (مثل توليد RTL أو اقتراح التعديلات) تحديات جديدة في مرحلة التحقق. فقد أشارت Cadence إلى أن السؤال الجوهري لم يعد يتعلق بقدرة الذكاء الاصطناعي على التصميم، بل بمدى قدرة التصاميم المولدة آلياً على تلبية المتطلبات والمعايير الصارمة، مما يضع عبئاً أكبر على عمليات التحقق (Verification).
ابتكارات التصنيع والربط الشبكي
على صعيد التصنيع، استعرضت Lam Research تقنيات مثل تسلسل عملية CFET ذاتية المحاذاة لتحسين أداء الذاكرة (SRAM) والمنطق عند العقد التصنيعية الصغيرة. كما ناقش خبراء من Intel Foundry دور منظمات الجهد المتكاملة في تقليل كثافة التيار وتحسين كفاءة الطاقة.
أما في مجال الربط الشبكي، فقد شددت Keysight على أن "التوازي الموتر" (Tensor parallelism) يمثل البعد الأول والأساسي الذي يجب أن تتقنه أي بنية تحتية للتوسع (Scale-up fabric)، سواء كانت تعتمد على NVLink أو Ethernet، لضمان كفاءة نقل البيانات في أنظمة الذكاء الاصطناعي.
ما الذي يتغير عملياً؟
هذا التحول يعني أن هندسة الرقائق لم تعد تقتصر على تحسين حجم الترانزستورات فحسب، بل انتقلت إلى مستوى تحسين النظام ككل. بالنسبة للمهندسين والمصنعين، يتطلب ذلك:
- التحول من التصميم الأحادي إلى التصميم الموزع: الاعتماد على الـ Chiplets يتطلب أدوات محاكاة قادرة على التنبؤ بالتفاعلات الحرارية والكهربائية بين الأجزاء المختلفة.
- إعادة تعريف التحقق: مع دخول الذكاء الاصطناत्मक في عملية التصميم، ستصبح أدوات التحقق من الصحة (Validation) هي خط الدفاع الأول لضمان جودة التصاميم الآلية.
- تكامل الفيزياء مع البرمجيات: لم يعد من الممكن فصل تصميم العتاد عن سلوك البرمجيات والميكانيكا، خاصة في تطبيقات الذكاء الاصطناعي المادي.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.